《Neural Machine Translation by Jointly Learning to Align and Translate》阅读笔记

个人总结 本文最大贡献是提出了注意力机制，相比于之前 NMT（Neural Machine Translation） 把整个句子压缩成一个固定向量表示的方法，对不同位置的目标单词计算每个输入的不同权重，这样能够更好地捕捉目标词相关的输入信息。 ABSTRACT 最近的 NMT 模型是 encoder-decoder 架构，编码器将源句子编码为固定长度的向量，解码器根据该向量生成翻译。本文推测原句编

>>阅读原文<<